Era già in corso in Mecolpress un progetto di razionalizzazione della documentazione tecnica per fornire ai clienti un servizio di manutenzione più rapido ed efficiente. Il progetto aveva coinvolto le figure aziendali più esperte: progettisti meccanici, elettrici, figure del service e gli operai più capaci, coordinati dal direttore tecnico.
L’azienda realizza presse su commessa, sia idrauliche sia a vite, per lo stampaggio a caldo di leghe metalliche, con una estesa quantità di componenti e varietà di soluzioni. Il riordino e standardizzazione delle informazioni erano quindi partiti dalla definizione delle macchine, dei componenti e dal loro funzionamento.
Con un impegno di 18 mesi il team di lavoro era approdato a un manuale d’uso di manutenzione digitale di oltre mille pagine, suddiviso in 12 capitoli. Quindi, l’intelligenza artificiale ha fatto il resto.
MIA, il manuale d’uso “letto” dall’intelligenza artificiale generativa
L’incontro con la soluzione Userbot.AI ha accelerato la versione digitale del manuale d’uso, a cui è stato integrato un agente di GenAI (intelligenza artificiale generativa).
MIA (Mecolpress Intelligenza Artificiale) fornisce infatti risposte automatiche a domande poste nel linguaggio naturale su attività di ricerca guasti (“troubleshooting”) e interventi di manutenzione.
Al momento sono due le nuove presse dotate del servizio AI incorporato, una per il mercato domestico e una per gli Stati Uniti. Il servizio sarà estendibile a tutte le nuove presse e a quelle già in uso.
Superare i problemi tecnici grazie all'AI generativa
Oggi le risposte a problemi tecnici arrivano in tempo reale, in 100 differenti lingue, su dispositivo mobile. La versione digitale e intelligente del manuale d’uso supera le barriere del fuso orario. In più, è H24 e disponibile su tablet, smartphone o PC anche in ambienti non adatti a manuali cartacei.
L’azienda prevede una riduzione del 60% dei tempi di assistenza. Si aspetta anche un calo fino al 40% dei ticket con supporto umano, grazie alla gestione diretta del sistema.
«Siamo due aziende diverse, una manifatturiera, l’altra informatica, che stavano facendo un percorso analogo di razionalizzazione delle informazioni. Ci siamo incontrati su questa visione comune, lavorando in modo sinergico ed efficace. Nella seconda parte del progetto, quella della soluzione di AI, abbiamo coinvolto risorse più giovani, un progettista meccanico, uno elettronico e una figura del service», racconta Carlo Contri, Direttore Tecnico di Mecolpress.
Il prossimo passo sarà integrare il manuale della manutenzione con un manuale di progettazione per accompagnare i tecnici nella progettazione e installazione delle macchine. Sarà un modo per risolvere la carenza di personale specializzato.
La sfida di abbinare immagini a testi
Oggi MIA tende a non sbagliare un colpo. C’è stato un lavoro di affinamento nei 2/3 mesi di addestramento del Machine learning. Di sicuro, però, il perimetro chiuso dei documenti aziendali ha aiutato a evitare risposte allucinate.
Inoltre, i materiali dati in pasto al sistema erano già strutturati. Questo ha consentito di saltare l’operazione di “data cleaning” necessaria a rendere i dati attendibili (omogenei, “puliti”, confrontabili e misurabili).
«La vera sfida per noi è stata addestrare il sistema a riconoscere le immagini da abbinare ai testi per “vedere” i passaggi degli interventi. Oggi la soluzione Userbot.AI, grazie al nostro team di sviluppo e all’occasione fornitaci dal cliente, è in grado di descrivere in automatico una immagine e abbinarla a un testo coerente», conclude Antonio Giarrusso, Founder di Userbot.AI.
